多くの医師は、患者の診断と治療のための高品質の人工知能の推奨事項について、人間の医師と同等以上の人工知能の推奨事項について読んだときに震えます。医師はAIのために時代遅れになるとは誰も信じていませんが、進歩はパフォーマンスを向上させることができます。
テルアビブ大学（TAU）のベルグラス経済学部のデジタルヘルス専門家であるダンゼルツァー教授が率いる新しい研究は、AIが行ったそのような推奨事項の正確性をロサンゼルスの有名なシーダーズシナイメディカルセンターの医師と比較しました。仮想緊急ケアクリニックであるCS-Connectを実行すると、K Healthと呼ばれるイスラエルの新興企業と協力することにしました。
この論文は最近、アメリカ医師大学（ACP）の年次会議で発表され、「初期人工知能（AI）の比較（AI）とAI支援の緊急ケア訪問における最終的な医師の推奨事項」というタイトルで、内科Journal Annals of Internal Medicine Iに掲載されました。
「Cedars-Sinaiは、家族や救急医療を専門とする医師との遠隔委員会の相談を提供する仮想緊急治療クリニックを運営しています」とZeltzer氏は説明しました。
「最近、AIシステムはクリニックに統合されました。これは、専用のチャットを通じて初期摂取を行う機械学習に基づくアルゴリズムであり、患者の医療記録からのデータを組み込み、訪問の開始時の詳細な診断と治療の提案を提供する医師に、処方、テスト、紹介を含む詳細な診断と治療の提案を提供します。
「自信が十分である場合、AIは診断と管理の推奨事項（処方、臨床検査、紹介）を提示します」とデジタルヘルスの専門家は言いました。 「アルゴリズムと相互作用した後、患者は最終的に診断と治療を決定する医師とのビデオ訪問に進みます。信頼できるAIの推奨事項を確保するために、アルゴリズムは何百万ものケースから医療記録で訓練されている – 自信レベルが高い場合にのみ提案を提供し、5例のうち約1つに推奨を与えません。
「この研究では、AIシステムの推奨事項の品質を、診療所での医師の実際の決定と比較しました。」韓国の研究者は、あなたの心臓の生物学的年齢を予測するAIを発表します。 （クレジット：Galaxy Love Design。シャッターストック経由）
研究者は、2024年の夏の間に1か月にわたって461のオンラインクリニック訪問のサンプルを調べました。この研究は、呼吸器、歯科、尿、膣の比較的一般的な症状のある成人患者に焦点を当てました。レビューされたすべての訪問で、患者は最初にアルゴリズムによって評価され、それが推奨を提供し、その後ビデオ相談で医師によって治療されました。
その後、アルゴリズムと医師の両方からのすべての推奨事項は、4ポイントスケールで各推奨を評価した少なくとも10年の臨床経験を持つ4人の医師のパネルによって評価されました。評価者は、患者の病歴、訪問中に収集された情報、およびビデオ相談の転写に基づいて推奨事項を評価しました。
編集された評価は、説得力のある結論につながりました。AIの推奨は、医師の決定の67％のみと比較して、症例の77％で最適であると評価されました。スケールのもう一方の端では、AIの推奨事項は、医師の決定よりも少数の症例で潜在的に有害であると評価されました（2.8％対4.6％）。症例の68％で、AIと医師は同じスコアを受け取りました。症例の21％で、アルゴリズムは医師よりも高いスコアを獲得しました。また、症例の11％で、医師の決定はより良く見なされました。
評価の違いについて評価者が提供する説明は、人間の医師に対するAIシステムのいくつかの利点を強調しています。
AIの利点
第一に、AIは医師会のガイドラインをより厳密に順守しています。たとえば、ウイルス感染のために抗生物質を処方しません。第二に、AIは、適切な治療コースに影響を与える可能性のある同様の感染症の再発性症例など、医療記録の関連情報をより包括的に特定します。第三に、AIは、感染を示す可能性のあるコンタクトレンズ着用者によって報告された目の痛みなど、より深刻な状態を示す可能性のある症状をより正確に特定します。
一方、医師はアルゴリズムよりも柔軟性があり、患者の実際の状態を評価する上で利点があります。たとえば、Covid-19の患者が息切れを報告した場合、医師はそれを比較的軽度の呼吸渋滞として認識するかもしれませんが、AIは患者の答えのみに基づいて、不必要に緊急治療室を紹介する場合があります。
Zeltzerは、「この研究では、ターゲットを絞った吸気プロセスに基づいて、多くの場合、医師が作ったものよりも正確な診断および治療の推奨事項を提供できることがわかりました。
「この研究の1つの制限は、どの医師が利用可能なチャートでAIの推奨事項をレビューしたか、またはこれらの推奨事項にどの程度依存したかを知らないことです」と彼は言いました。 「したがって、この研究では、アルゴリズムの推奨事項の精度のみを測定し、医師への影響ではありませんでした。」
彼は、実際のケースを含む実際の設定でアルゴリズムをテストしたため、この研究はユニークであると付け加えましたが、ほとんどの研究は認定試験または教科書の例に焦点を当てています。
「私たちの研究に含まれる比較的一般的な条件は、診療所の症例量の約3分の2を表しているため、調査結果は、医師の実践における決定をサポートするツールとしてのAIの準備を評価するために意味があります」とゼルツァーは言いました。
「アルゴリズムが医学的決定の増加を支援し、特定のデータを医師の注意に持ち込み、人的誤りを減らすことでより速い決定を下すのに役立つ時期をすぐに見ることができます」と彼は予測しました。 「もちろん、診断および治療プロセスでAIを実装する最良の方法、および医学におけるAIの最適な統合についての多くの質問がまだ残っています。」
イスラエルの医師がAIがそれらに取って代わることを恐れているかどうか尋ねられたとき、ゼルツァーは答えが混ざっていると言いました。
「私はそれに関するイスラエル固有の世論調査を知らない。一般に、AIに対する感情は混ざり合う傾向がある：有害で破壊的な影響に関する懸念と並んで可能性についての興奮、そしてそれが誇張されていると主張する。
「ヘルスケアでは、議論は新しいものではありません」と彼は説明しました。 「2016年に、「AIのゴッドファーザー」と呼ばれ、後にノーベル賞受賞者と呼ばれるジェフリー・ヒントンは、AIが5年以内に放射線科医よりも優れていると予測しました。9年後、放射線学のAIの精度は劇的に改善されましたが、放射線科医はAIに仕事を失いませんでした。
「それにはいくつかの理由があります。AIはいくつかのタスクに優れていますが、他のタスクには遅れています。健康システムは慎重でゆっくりと動きます。安全性、信頼、規制はすべて採用が遅くなります。したがって、特に臨床医ではなく、すでに臨床医ではなく、既に短いシステムで医師とケアのワークフローを支援するAIが見られる可能性がはるかに高くなります。」
#AIを使用して患者を診断および治療します